荊州市冬小麥產(chǎn)量動態(tài)預報方法對比研究

艾勁松 孫雨軒 劉凱文

（1 江漢平原生態(tài)氣象遙感監(jiān)測技術(shù)協(xié)同創(chuàng)新中心，荊州 434025；2 荊州市氣象局，荊州 434020；3 長江大學資源與環(huán)境學院，荊州 434025；4 荊州農(nóng)業(yè)氣象試驗站，荊州 434025）

0 引言

荊州市位于長江中游、江漢平原腹地，是全國重要商品糧基地，秋播作物主要為小麥和油菜[1]。小麥是我國第二大糧食作物，小麥的產(chǎn)量在我國農(nóng)業(yè)糧食產(chǎn)量中占20%～50%，平均產(chǎn)量已由20世紀50年代的750 kg/hm2左右，逐漸提高到目前的5575.5 kg/hm2[2]。

早在20世紀80年代冬小麥產(chǎn)量的定量預報技術(shù)就已起步。當時的核心技術(shù)是分析氣象條件與糧食產(chǎn)量的關(guān)系，通過數(shù)理統(tǒng)計方法建立農(nóng)業(yè)氣象條件與氣象產(chǎn)量的回歸模型。近些年來，隨著現(xiàn)代農(nóng)業(yè)生產(chǎn)的發(fā)展，現(xiàn)代農(nóng)業(yè)氣象服務(wù)的能力進一步提升，對產(chǎn)量預報精細、動態(tài)、量化的需求又提出了更高更新的要求，其中，在冬小麥生長過程的任一時段，提供動態(tài)、定量的產(chǎn)量預報信息是氣象科技保障農(nóng)業(yè)生產(chǎn)的重要職責之一。

現(xiàn)有的冬小麥產(chǎn)量預報方法主要包括氣象統(tǒng)計學方法、農(nóng)學方法、作物生長模型及遙感技術(shù)估產(chǎn)法等[3-10]。例如，杜春英等[10]利用水稻生育期、氣象資料和水稻生理指標結(jié)合，根據(jù)相似系數(shù)和相似距離方法對水稻生育階段的氣象因子進行綜合聚類分析，建立黑龍江省水稻產(chǎn)量氣象影響指數(shù)，從而預測產(chǎn)量，很好地預報天氣氣候條件對水稻產(chǎn)量豐歉的影響。劉偉昌等[11]、周守華等[12]分析了河南省冬小麥生態(tài)生理特征，利用模糊數(shù)學等方法分別構(gòu)建了溫度、降水及日照時數(shù)適宜度函數(shù)。

作物產(chǎn)量預報的方法具有一定的區(qū)域和特定作物適用性，需要經(jīng)過比較分析，選擇適合本地區(qū)、本作物的最適宜預報方法。本文在以往的研究基礎(chǔ)上，采用綜合診斷指標和氣候適宜度兩種方法，結(jié)合冬小麥的生長氣象指標，分別構(gòu)建產(chǎn)量動態(tài)預報模型。在此基礎(chǔ)上開展小麥豐歉指數(shù)和氣候適宜指數(shù)預報的效果對比，選擇最優(yōu)的荊州市冬小麥動態(tài)產(chǎn)量預報模型和最適宜的預報時間，應(yīng)用于荊州市作物產(chǎn)量氣象預報業(yè)務(wù)中。

1 資料來源與處理

1.1 資料來源

氣象資料來源于荊州市氣象局1970—2016年地面氣象觀測資料、荊州農(nóng)業(yè)氣象試驗站1970—2016年農(nóng)業(yè)氣象觀測資料；歷史產(chǎn)量預報資料來源于荊州市統(tǒng)計局。其中，2012—2016年的資料用于回代檢驗。

1）產(chǎn)量資料處理

相關(guān)研究表明，相同區(qū)域內(nèi)，相鄰兩年作物單產(chǎn)的變化主要是由相鄰兩年氣候因素的差異引起的[13]。為此，對冬小麥單產(chǎn)進行如下處理：

式中，i代表第i年，i－1為第i年的上一年。為第i年與第i－1年的冬小麥平均單產(chǎn)的豐歉值，Yi和Yi－1分別為第i年和第i－1年冬小麥的平均單產(chǎn)。

2）發(fā)育期資料處理

冬小麥資料采用1970—2016年發(fā)育期及產(chǎn)量資料，包括播種、出苗、三葉、分蘗、拔節(jié)、孕穗、抽穗、開花、乳熟、黃熟和成熟的日期。

1.2 冬小麥預報模型的建立

1.2.1 基于豐歉指數(shù)法的產(chǎn)量預報模型

1）氣候資料處理

從作物開始播種到每個月的1日、6日、11日、16日、21日和26日每隔5 d（或4 d、6 d）累積一次。分別計算候積溫、候累積日照和候累積降水量。

在冬小麥的生長發(fā)育過程中，降水量的時間分布和降水量具有同等重要性，為了考慮降水量及其時間分布差異對冬小麥生長發(fā)育的影響，采用下式把累積降水量進行了標準化處理[14]。將處理后的降水量稱為標準化降水量

2）預報方法

利用歐氏距離和相關(guān)系數(shù)法計算預報年氣象因子與歷史上任意一年同一時段同類氣象要素差異，建立豐歉指數(shù)綜合診斷指標。

歐氏距離計算方法如下

式（4）～（6）中，i為歷史上的任意一年，j為氣象要素符號，Xij為預報年作物播種至發(fā)布預報時第j個氣象要素差異，Xkj為歷史上任意一年同一時段同類氣象要素差異，N為樣本長度，cik為預報年與歷史上任一年的豐歉指數(shù)。cik越大，則預報年與歷史上某一年的相似程度越高。

3）預報模型

豐歉指數(shù)法的預報年產(chǎn)量從豐歉指數(shù)序列中，選取豐歉指數(shù)最大的前9個年份作為相似年，以其對應(yīng)的單產(chǎn)為依據(jù)，統(tǒng)計獲得預報年的預報產(chǎn)量。其統(tǒng)計方法包括大概率法和加權(quán)法。

大概率法計算公式如下

1.2.2 基于氣候適宜度的產(chǎn)量預報模型

1）溫度適宜度處理

根據(jù)前人建立的作物溫度適宜度模型，通過確定模型中冬小麥各生長發(fā)育期所需的最低溫度tl、最高溫度th和適宜溫度

站點溫度適宜度可以按照下式計算

式中，ti為日平均溫度，th為冬小麥生長過程所能承受的最高氣溫，to為適宜溫度，tl為最低溫度。其中，tl、to和th各值如表1所示。

表1 冬小麥各時段的tl、to和th值[16]Table 1 The constants for tl, toand th in each development stage

區(qū)域旬溫度適宜度則用下面公式計算

2）日照適宜度處理

日照是冬小麥進行光合作用、提高產(chǎn)量及品質(zhì)的必要條件[22]。本文以日照時數(shù)達可照時數(shù)的70%為臨界點[23]，70%以上為達到適宜狀態(tài)。

區(qū)域日照適宜度計算公式如下

式中，Si為實際日照時數(shù)(h)，S0為日照百分率為70%的日照時數(shù)，b為常數(shù)，S0和b值見表2。區(qū)域旬日照適宜度計算方法如下

表2 冬小麥不同生育期的S0和b值[24]Table 2 The constant for S0 and b in each development stage of winter wheat

3）降水適宜度處理

降水是土壤水分和作物水分的主要來源，其對作物生長適宜性的影響具有層次性特點，目前國際通用的降水適宜度模型大多是建立在作物蒸散量模型的基礎(chǔ)之上，作物處于不同的降水階段會表現(xiàn)出不同的生理反應(yīng)[25]。本文是根據(jù)中國氣象局和荊州本地實際情況選擇的適宜的降水適宜度模型。

降水適宜度計算公式如下

式中，P為區(qū)域某旬降水量，R為多年區(qū)域平均降水量。

4）預報模型

氣候適宜度計算公式

基于氣候適宜度的預報模型的計算公式如下

式中，Ri為各旬氣候適宜度與小麥單產(chǎn)豐歉值的相關(guān)系數(shù)，n為冬小麥全生育期的旬數(shù)。

1.4 回代檢驗

運用準確率計算公式如下

式中，Ya為預報值，Yb為實際產(chǎn)量。

2 結(jié)果與分析

2.1 豐歉指數(shù)法產(chǎn)量動態(tài)預報

采用豐歉指數(shù)法計算出歷年的綜合診斷指標序列，可分別采用大概率法和加權(quán)法兩種統(tǒng)計方式，計算預報年的產(chǎn)量。為了比較兩種統(tǒng)計方法的效果，采用兩種方式分別對2012—2016年小麥產(chǎn)量動態(tài)預報做回代檢驗，得到其預報準確率（表3）。

表3 豐歉指數(shù)產(chǎn)量動態(tài)預報準確率（%）Table 3 The prediction accuracy of meteorological influence index method (%)

對比表明，采用加權(quán)法得到的產(chǎn)量預報準確率均顯著高于大概率法?？梢姶蟾怕史ㄟx取相似年型的誤差較大，不能代表相似年型的氣象產(chǎn)量平均水平。而加權(quán)法綜合考慮了增產(chǎn)年份和減產(chǎn)年份的平均水平，數(shù)值波動較小，代表性優(yōu)于大概率法。此外，隨著預報日期越來越接近成熟收獲期，產(chǎn)量預報的準確率更高，其中多數(shù)年份4月份預報的產(chǎn)量準確率均在90%以上。通過對比4月10日、20日、30日預報結(jié)果來看，三次的預報準確率差異較小，隨著預報時間推遲，其準確率提高的幅度有限。由此可認為，荊州市冬小麥豐歉指數(shù)產(chǎn)量預報選擇4月10日作為預報日期比較適宜。

2.2 氣候適宜指數(shù)法產(chǎn)量動態(tài)預報

以2012—2016年作為回代檢驗?zāi)?，分別以1—5月的月末為預報時間點進行預報，分析了預報回代檢驗準確率（表4）。

表4 氣候適宜指數(shù)法預報回代檢驗準確率（%）Table 4 Climatic suitability index back generation test accuracy (%)

由上表可見，預報時間越接近收獲期，產(chǎn)量預報準確率越高，這與豐歉指數(shù)法的產(chǎn)量動態(tài)結(jié)論相似。但從預報效果來看，年際間預報準確率差異較大，2015年預報準確率低于80%，2012年預報準確率最高也僅為86.61%?？梢?，豐歉指數(shù)預報模型的預報效果相對優(yōu)于氣候適宜指數(shù)法。這也可能與氣候適宜指數(shù)法中計算溫度、日照適宜度所需參數(shù)值有關(guān)。本文采用的預報參數(shù)直接引用其他地區(qū)的值，未經(jīng)過本地化訂正，存在一定誤差，導致預報結(jié)果有較大差異。

3 結(jié)論與討論

在產(chǎn)量預報方法選擇方面，綜合比較來看，豐歉指數(shù)法的預報效果優(yōu)于氣候適宜指數(shù)法。在小麥產(chǎn)量動態(tài)預報時間選擇方面，1—3月產(chǎn)量預報準確率相對較低，4—5月的產(chǎn)量預報準確率均在90%以上。其中，4月10日、20日、30日的豐歉指數(shù)產(chǎn)量預報準確率差異較小。此外，荊州市冬小麥品種一般為半冬性或偏春性，一般在5月中下旬收獲。為了兼顧預報準確率和盡量提前預報時效，可以選擇4月10日作為產(chǎn)量預報的預報日期。

對于氣候適宜性方法的應(yīng)用，本文僅參考其他地方的方法，直接引用相關(guān)參數(shù)指標，未做本地化訂正，導致預報效果低于豐歉指數(shù)法，且預報準確率穩(wěn)定性較差，年際差異大。后期有必要進一步開展指標訂正，進一步檢驗該方法的適用性。

作物產(chǎn)量除了受氣象條件影響外，品種、土壤、施肥水平等因素的影響更大。此外，荊州市地處江漢平原易澇易漬地區(qū)。長期以來，小麥產(chǎn)量水平普遍低于其他小麥主產(chǎn)區(qū)，而且赤霉病等病蟲為害較嚴重，品質(zhì)較差。這些因素都對產(chǎn)量預報準確率產(chǎn)生一定影響，在開展產(chǎn)量預報中也應(yīng)做相應(yīng)的考慮。